GLM-5.3 догнала американские модели в программировании. Натан Ламберт объясняет как

Китайская Z.ai представила GLM-5.3. На многих бенчмарках модель обходит Kimi K3 от Moonshot AI, а на некоторых — Claude Fable 5 и GPT-5.6-Sol. При этом в ней около 750 млрд параметров, втрое меньше, чем у Kimi K3. Пока GLM-5.3 доступна только в тарифе Z.ai для программирования. Доступ через API обещают скоро, открытые веса на Hugging Face — через две недели.

Z.ai объясняет успех одной фразой: «Масштабирование дообучения — это всё, что мы сделали для GLM-5.3». В основе та же базовая модель, что у GLM-5.2, вышедшей в июне. Дообучение сильно расширили: по словам компании, в нём «больше сред, больше разнообразных задач и больше вычислений».

Исследователь Натан Ламберт, автор рассылки Interconnects, признаётся, что и сам сначала сомневался в таких результатах. Популярное объяснение — дистилляцию, то есть обучение на ответах американских моделей, — он главной причиной не считает. По его словам, нельзя просто «дистиллировать» среды для обучения с подкреплением, инфраструктуру для их запуска в больших масштабах и алгоритмы, которые их смешивают.

Главное, по мнению Ламберта, — скорость. Z.ai выпускает модель через дни после готовности, а OpenAI и Anthropic тестируют свои месяцами. Пока американцы проверяют модели, китайцы продолжают подтягивать результаты на тестах. Ламберт уверен, что внутри OpenAI и Anthropic есть модели намного лучше, но публике они достаются позже. Он признаёт и подгонку под бенчмарки: для Z.ai высокие места в рейтингах напрямую влияют на цену акций. Но такая подгонка, по его словам, — отраслевая норма, а цифры GLM-5.3 настоящие.

Есть и другие причины. GLM-5.3, вероятно, уже по навыкам, чем Claude Fable или GPT Sol, и не работает с изображениями, а сосредоточиться на немногом проще. В Китае быстро растёт рынок данных для обучения с подкреплением, и заметную часть сред туда продают американские компании. Ну и кадры: Z.ai тесно связана с Университетом Цинхуа.

Модель стала и самой сильной у Z.ai в кибербезопасности, поэтому выпускают её поэтапно. Сначала GLM-5.3 проверят отобранные партнёры, затем откроют API, а полные веса выложат после оценок безопасности. Запросы на своих платформах компания отслеживает классификатором и следит за цепочкой рассуждений модели. Ламберт считает, что открытые веса делают такие меры почти бессмысленными: подобные возможности всё равно разойдутся по отрасли. Готовиться к этому, по его словам, нужно всем разработчикам ПО, под руководством государства или отраслевых коалиций.